1. 程式人生 > >Python中文分詞_使用介紹(wordcloud+jieba)

Python中文分詞_使用介紹(wordcloud+jieba)

詞雲又叫文字雲,是對文字資料中出現頻率較高的“關鍵詞”在視覺上的突出呈現,形成關鍵詞的渲染形成類似雲一樣的彩色圖片,從而一眼就可以領略文字資料的主要表達意思。

安裝需要的libs

接下來的程式碼裡會用到如下四個主要的libs,我本地是64位win10,安裝過程如下:

安裝wordcloud

這裡寫圖片描述

安裝numpy

安裝numpy,直接pip install numpy安裝失敗,手工下載需要的版本,手動安裝:numpy手工安裝lib下載地址
這裡寫圖片描述

安裝scipy

安裝scipy,直接pip install scipy安裝失敗,手工下載需要的版本,手動安裝:scipy手工安裝lib下載地址


這裡寫圖片描述

安裝jieba

使用pip install jieba命令安裝即可.
這裡寫圖片描述

測試程式:

from os import path
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from scipy.misc import imread

s1 = """ 北京時間4月8日,騎士主場以100-114不敵老鷹。
  老鷹(41-37)二連勝,仍居東部第五。保羅-米爾薩普缺陣,德懷特-霍華德、肯特-巴澤莫爾和丹尼斯-施勞德也沒上場。邁克-鄧利維拿下了20分,蒂姆-哈達威22分,厄爾森-伊爾亞索瓦13分7個籃板,克里斯-亨弗里斯12分7個籃板,邁克-穆斯卡拉13分。
  騎士(51-28)四連勝結束,但仍保持東部第一。勒布朗-詹姆斯得了27分、8個籃板和7次助攻,凱里-歐文18分7次助攻, 凱文-勒夫15分,錢寧-弗萊16分。[直播實錄]   [技術統計]
  騎士三分球36投僅9中,而老鷹為37投16中。
  騎士眾將在關鍵時刻找到了總冠軍的感覺,JR-史密斯最近手感火熱,而詹姆斯也再現聯盟第一人風采,近四場比賽,兩度打出三雙。[新浪小炮智慧預測NBA][下載APP看籃彩方案]
  騎士保持東部第一的位置,而且有1.5場的優勢。只要再勝兩場,他們就是東部冠軍。
  老鷹排名東部第五,只領先第六的雄鹿半場。他們已經不可能爭奪第四,而且季後賽門票還沒到手,仍有懸念。
  由於是背靠背比賽,老鷹今天讓米爾薩普休息。畢竟他剛復出不久,老鷹不想讓他在這種比賽中冒險。
  儘管少了多名大將,老鷹打得非常頑強。
  首節雙方都狀態欠佳。本節還有4分鐘時,詹姆斯在快攻中表演扣籃,騎士以17-12領先,但在本節剩下的時間,騎士只投中一球。老鷹打出一波9-2後,以21-19超出。
  老鷹在第二節率先找到感覺,他們以一波11-2開始本節,一舉以32-21取得兩位數的優勢。本節中段,老鷹連續命中三分後,以40-28保持優勢。騎士也逐漸找回手感,科沃爾還以三分,詹姆斯突破上籃,勒夫也遠投得手,他們還以一波15-2後,以43-42反超。雙方又開始拉鋸戰,半場結束時,騎士以50-52落後。
  雙方都無法控制局面,而且也不穩定,各自打出攻擊高潮。第三節中段,勒夫命中三分,詹姆斯投籃得手,騎士以67-58領先了9分。卡爾德隆還以三分,鄧利維此後三度遠投得手,老鷹外線開火,又將比分超出。三節過後,老鷹以83-78領先。
  哈達威連續投籃命中,穆斯卡拉扣籃得手,老鷹打出一波9-0,在比賽還有4分15秒時以103-89拉開差距。騎士叫了暫停後,也未能發動攻勢,而老鷹繼續外線開火,將優勢擴大到20分,勝負失去懸念。
  最後一節老鷹投中5記三分,得了31分。(吳哥)"""
s2 = """ 北京時間4月8日,騎士在主場以100-114負於第二陣容出戰的老鷹。騎士替補控衛德隆-威廉姆斯出場16分鐘,8投2中,三分球2投0中,得到4分,外加2個籃板、1次助攻和1次搶斷。   德隆無疑是騎士在本賽季的重要引援。自從本賽季開始以後,騎士隊就急需找到一個合格的替補控衛。賽季中期,騎士當家球星詹姆斯更是多次公開敦促騎士隊引進替補控衛。   從理論上來說,德隆的加盟對騎士的一號位是一個重大的升級,畢竟他曾是聯盟頂級控衛,即便現在狀態大不如前,擔任替補控衛應該也足夠。   本賽季,德隆代表騎士打了20場比賽,場均得到6.4分和3.6次助攻,投籃命中率和三分球命中率分別為45.3%和36.1%。這樣的表現只能算中規中矩。   然而德隆最近的狀態真心一般,今天這場比賽之前,他已經連續8場比賽得分沒有上雙,其中有2場得分為0。"""
s3 = """ 北京時間4月6日,儘管缺少了內線防守核心特里斯坦-湯普森,衛冕冠軍克利夫蘭騎士仍然在勒布朗-詹姆斯的帶領下,客場114-91大勝波士頓凱爾特人,贏得了這場東區榜首大戰。   本場比賽創下一項新的歷史紀錄:23分的分差,成就了騎士有史以來在凱爾特人主場所取得的優勢最大的一場勝利。   此前的紀錄創於2010年2月26日,那是詹姆斯離開騎士,去南海灘與好兄弟德維恩-韋德相會前的最後一個賽季。那場球詹姆斯獨得36分7個籃板9次助攻,帶領球隊最終以108-88擊敗了沒有保羅-皮爾斯的凱爾特人。   眨眼之間,七年過去,物是人非,詹姆斯還是那個詹姆斯,但他身邊的隊友,以及對面的敵人,都已經完全變成了另外一撥人。""" d = path.dirname(__file__) mylist = [s1, s2, s3] word_list = [" ".join(jieba.cut(sentence)) for sentence in mylist] new_text = ' '.join(word_list) imagename = path.join(d, "背景.png") # 背景圖片路徑 coloring = imread(imagename) # 讀取背景圖片 fontname=path.join(d, "msyh.ttf") # 使用的是微軟雅黑字型 wordcloud = WordCloud( mask=coloring, font_path=fontname).generate(new_text) plt.imshow(wordcloud) plt.axis("off") plt.show()

執行效果:

分詞結果背景圖:

這裡寫圖片描述

分詞最終結果圖:

這裡寫圖片描述

資源下載:

上面提到的所有程式碼資料下載地址為:程式碼下載

github上下載地址為:這裡寫連結內容